MétaCan
Menu
Retour à la cohorte
Enregistrement W4307428022 · doi:10.1001/jamaophthalmol.2022.4394

Prevalence and Incidence of Dry Eye and Meibomian Gland Dysfunction in the United States

2022· review· en· W4307428022 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJAMA Ophthalmology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensnon disponible
Organismes subventionnairesNational Eye Institute
Mots-clésMedicineIncidence (geometry)Meta-analysisMeibomian glandMEDLINEOphthalmologyDemographyInternal medicineEyelid

Résumé

récupéré en direct d'OpenAlex

Importance: Dry eye is a common clinical manifestation, a leading cause of eye clinic visits, and a significant societal and personal economic burden in the United States. Meibomian gland dysfunction (MGD) is a major cause of evaporative dry eye. Objective: To conduct a systematic review and meta-analysis to obtain updated estimates of the prevalence and incidence of dry eye and MGD in the United States. Data Sources: Ovid MEDLINE and Embase. Study Selection: A search conducted on August 16, 2021, identified studies published between January 1, 2010, and August 16, 2021, with no restrictions regarding participant age or language of publication. Case reports, case series, case-control studies, and interventional studies were excluded. Data Extraction and Synthesis: The conduct of review followed a protocol registered on PROSPERO (CRD42021256934). PRISMA guidelines were followed for reporting. Joanna Briggs Institute and Newcastle Ottawa Scale tools were used to assess risk of bias. Data extraction was conducted by 1 reviewer and verified by another for accuracy. Prevalence of dry eye and MGD were combined in separate meta-analyses using random-effects models. Main Outcomes and Measures: Prevalence and incidence of dry eye and MGD in the United States. Summary estimates from meta-analysis of dry eye and MGD prevalence with 95% CI and 95% prediction intervals (95% PI). Results: Thirteen studies were included in the systematic review. Dry eye prevalence was reported by 10 studies, dry eye incidence by 2 studies, and MGD prevalence by 3 studies. Meta-analysis estimated a dry eye prevalence of 8.1% (95% CI, 4.9%-13.1%; 95% PI, 0%-98.9%; 3 studies; 9 808 758 participants) and MGD prevalence of 21.2% (95% CI, 7.2%-48.3%; 95% PI, 0%-100%; 3 studies; 19 648 participants). Dry eye incidence was 3.5% in a population 18 years and older and 7.8% in a population aged 68 years and older. No studies reported MGD incidence. Conclusions and Relevance: This systematic review and meta-analysis demonstrated uncertainty about the prevalence and incidence of dry eye and MGD in the United States. Population-based epidemiological studies that use consistent and validated definitions of dry eye and MGD are needed for higher-certainty estimates of dry eye and MGD prevalence and incidence in the United States.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,331
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle